PhaseoPhaseo
ModelosChatCompararAplicativosClassificações

Ajude a manter os dados públicos corretos

Viu algo faltando, incorreto ou desatualizado? Conte-nos sobre esta página.

PhaseoPhaseo
Verificando statusVerificando statusVisitar página de status
O status por componente está indisponível.

Explorar

  • Modelos
  • Chat
  • Provedores
  • Aplicativos
  • Classificações
  • Ferramentas

Recursos

  • Comparar
  • Guias de migração
  • Metodologia
  • Blog

Comunidade

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

Criar

  • Documentação
  • Referência da API
  • Início rápido
  • SDKs

Empresa

  • Sobre
  • Central de confiança
  • Missão
  • Preços
  • Funciona com
  • Agradecimentos
  • Suporte
  • Privacidade
  • Termos

Explorar

  • Modelos
  • Chat
  • Provedores
  • Aplicativos
  • Classificações
  • Ferramentas

Criar

  • Documentação
  • Referência da API
  • Início rápido
  • SDKs

Recursos

  • Comparar
  • Guias de migração
  • Metodologia
  • Blog

Empresa

  • Sobre
  • Central de confiança
  • Missão
  • Preços
  • Funciona com
  • Agradecimentos
  • Suporte
  • Privacidade
  • Termos

Comunidade

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

© 2025 • Phaseo

Alterar idioma: Português (Brasil)
  • English (UK)
  • 简体中文
  • हिन्दी
  • Español (España)
  • Français (France)
  • Deutsch (Deutschland)
  • Português (Brasil)
  • 日本語
  • العربية

Ajuda:problema·Suporte

Precisa de ajuda com o Phaseo?Abrir um problemaouentrar em contato com o suporte

SWE-Bench

SWE-Bench

Resultados de benchmarks de IA e desempenho dos modelos

Tipo: percentageCode
Ver fonte do benchmark

Resultados registrados

148

Pontuação média

59.84%

Faixa de pontuação

8.70% - 96%

Modelo líder

96% - Claude Opus 5
Pontuações ao longo do tempo

Pontuações individuais do benchmark exibidas por data.

Resultados de modelos

OrganizaçãoModelosData informadaMaior pontuaçãoInformaçõesDeclarado pelo provedorFonte
AnthropicAnthropic
Anthropic
Claude Opus 524 de jul. de 202696%SWE-bench Verified; adaptive thinking at max effort; default sampling settings; average of 5 trialsSimFonte
AnthropicAnthropic
Anthropic
Claude Mythos Preview07 de abr. de 202693,90%VerifiedSimFonte
AnthropicAnthropic
Anthropic
Claude Opus 4.828 de mai. de 202688,60%SWE-bench Verified; max effort; avg 5 trialsSimFonte
AnthropicAnthropic
Anthropic
Claude Opus 4.716 de abr. de 202687,60%VerifiedSimFonte
AnthropicAnthropic
Anthropic
Claude Sonnet 530 de jun. de 202685,20%SWE-bench Verified; standard configuration; average over five trialsSimFonte
AnthropicAnthropic
Anthropic
Claude Opus 4.524 de nov. de 202580,90%Avg@5, 64k ThinkingSimFonte
ReflectionReflection
Reflection
Beam05 de out. de 202680,90%Reflection-reported launch score. Source row: SWEBench Verified. Accessed 2026-10-05T22:51:12.456Z. Harness, reasoning effort, sampling and trial count are not specified per row. Not independently reproduced.SimFonte
AnthropicAnthropic
Anthropic
Claude Opus 4.605 de fev. de 202680,80%VerifiedSimFonte
DeepSeek
DeepSeek
DeepSeek V4 Pro24 de abr. de 202680,60%SWE Verified; resolved; DeepSeek-V4-Pro MaxSimFonte
Google
Google
Gemini 3.1 Pro Preview19 de fev. de 202680,60%Single AttemptSim-
Qwen
Qwen
Qwen 3.7 Max21 de mai. de 202680,40%SWE-Verified; internal agent scaffoldSimFonte
MiniMax
MiniMax
MiniMax M2.512 de fev. de 202680,20%-SimFonte
OpenAIOpenAI
OpenAI
GPT 5.211 de dez. de 202580%-SimFonte
OpenAIOpenAI
OpenAI
GPT 5.2 Chat11 de dez. de 202580%inferred alias from gpt-5.2-2025-12-11SimFonte
AnthropicAnthropic
Anthropic
Claude Sonnet 4.617 de fev. de 202679,60%VerifiedSimFonte
DeepSeek
DeepSeek
DeepSeek V4 Flash24 de abr. de 202679%SWE Verified; resolved; DeepSeek-V4-Flash MaxSimFonte
Qwen
Qwen
Qwen 3.6 Plus01 de abr. de 202678,80%-SimFonte
Google
Google
Gemini 3 Flash Preview17 de dez. de 202578%-SimFonte
Xiaomi
Xiaomi
MiMo V2 Pro18 de mar. de 202678%-SimFonte
Xiaomi
Xiaomi
MiMo V2 TTS (Free)18 de mar. de 202678%inferred modality/version alias from mimo-v2-proSimFonte
z.AIz.AI
z.AI
GLM 511 de fev. de 202677,80%-SimFonte
Mistral
Mistral
Mistral Medium 3.529 de abr. de 202677,60%VerifiedSimFonte
Meta
Meta
Muse Spark08 de abr. de 202677,40%VerifiedSimFonte
MoonshotMoonshot
Moonshot
Kimi K2.527 de jan. de 202676,80%-SimFonte
ByteDance
ByteDance
Seed 2.0 Pro14 de fev. de 202676,50%-SimFonte
Relatar um problema
Criar conta